ubuntu18.04使用pcl点云库

### 安装 PCL 点云库 #### 使用包管理器安装 对于希望快速设置环境的开发者来说，可以利用 `apt` 包管理工具来简化安装过程。通过这种方式安装能够减少依赖项管理和编译时间上的麻烦。 ```bash sudo apt-get update sudo apt-get install libpcl-dev ``` 这种方法适用于大多数常规应用需求，并能确保所使用的PCL版本与系统其他组件兼容良好[^1]。 #### 编译源码安装 如果需要特定功能或最新的特性支持，则可以选择从源代码编译安装PCL。此方法允许更灵活地定制构建选项以及获取最新改进。 先准备必要的依赖： ```bash sudo apt-get install build-essential cmake git pkg-config sudo apt-get install libeigen3-dev libflann1.9 libflann-dev libboost-all-dev sudo apt-get install libvtk7-dev libqhull* libgtest-dev libsuitesparse-dev ``` 接着克隆仓库并切换至所需版本标签页（这里以 v1.9.1 版本为例），创建用于放置编译产物的新文件夹，在该路径下调用 CMake 工具完成配置工作之后执行多线程模式下的 Makefile 构建指令： ```bash git clone https://github.com/PointCloudLibrary/pcl.git cd pcl git checkout pcl-1.9.1 mkdir release && cd $_ cmake .. make -j$(nproc) sudo make install ``` 上述操作完成后即完成了自定义化程度更高的本地部署流程[^4]。 #### 测试安装成功与否 为了验证是否正确设置了开发环境，可以通过编写一段简单的程序读取.pcd格式的数据集作为初步尝试。下面给出了一段基于C++语言实现的例子供参考： ```cpp #include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> int main(int argc, char** argv){ pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); if (pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd_file_path", *cloud) == -1){ //加载点云数据失败返回-1 std::cout << "Couldn't read file test_pcd_file_path\n"; return (-1); } else{ std::cerr << "Loaded " << cloud->width * cloud->height << " data points from test_pcd_file_path with the following fields: "; for (size_t i = 0; i < cloud->points.size (); ++i) printf ("[%f %f %f]\n", cloud->points[i].x, cloud->points[i].y, cloud->points[i].z); } } ``` 这段代码展示了如何加载外部存储于`.pcd`文件内的三维坐标信息集合，并将其逐行输出显示出来以便观察效果[^3]。